Imagen vía Depositphotos.

La Inteligencia Artificial no deja de sorprendernos por su enorme versatilidad en infinidad de campos. Recientemente, una nueva herramienta ha demostrado su capacidad para ayudar a determinar la autenticidad de las obras de arte y evitar así fraudes. Se trata de un sistema que analiza pequeñas partes de la pintura, algunas de menos de medio milímetro, buscando diferencias reveladoras en la pincelada. A diferencia de los programas anteriores, que utilizaban el aprendizaje automático para identificar a los artistas en función del análisis de imágenes de alta resolución de las pinturas, el nuevo sistema utiliza escaneos topográficos de los lienzos.

«Incluso a nivel de las cerdas del pincel, hubo un buen nivel de éxito en la clasificación de la atribución», dijo Kenneth Singer, físico de la Universidad Case Western Reserve y uno de los responsables del software, al Art Newspaper. Otros de los responsables son el físico Michael McMaster y la académica de la historia del arte Lauryn Smith. Sus hallazgos aparecieron publicados en el pasado novienbre en la revista Heritage Science.

Para probar el sistema, cuatro estudiantes de arte del Instituto de Arte de Cleveland pintaron flores amarillas usando pinceles, pinturas y lienzos idénticos. Los investigadores escanearon las superficies de las pinturas usando una herramienta conocida como perfilómetro óptico confocal cromático, creando datos precisos de la superficie en 3D, que mostraban como estaba la pintura en los lienzos, y los dividieron digitalmente en cuadrículas. El sistema de aprendizaje automático analizó muestras aleatorias y las clasificó por artista con algo nivel de precisión. De esta forma, se puede concluir quién lo pintó a partir de un pequeño fragmento individual.

En una investigación adicional aún no publicada, el equipo usó la IA para tratar de distinguir las partes originales de la pintura del siglo XVII Retrato de Pardo de Tavera de El Greco, que fueron dañadas durante la Guerra Civil y restauradas más adelante. Es una pintura que puede dar claves muy interesantes, «porque tenemos fotos de la pintura destruida y de la pintura actual, por lo que podemos hacer un mapa de las áreas que se conservaron, y la IA puede identificar esas áreas». Dijo Singer al Art Newspaper.

El próximo proyecto será analizar dos pinturas de la crucifixión de Cristo de El Greco, con la esperanza de distinguir las partes pintadas por él mismo, de las hechas por su hijo Jorge Manuel, las de otros miembros de su taller e incluso los añadidos posteriores. De esta forma, se podrían identificar las diferentes manos por las que pasó el lienzo y conocer mejor el proceso de trabajo del taller.

El modo de trabajo de El Greco y su taller fue utilizado por muchos de los viejos maestros europeos, como señala el Museo de Arte John and Mable Ringling. A partir del siglo XV, los grandes artistas comenzaron a reunir a estudiantes y ayudantes para producir obras con mayor rapidez, imitando el estilo del artista estrella. El sistema fue especialmente popular en el siglo XVII, cuando artistas como Peter Paul Rubens y Rembrandt tenían grandes equipos que los ayudaban en su trabajo. Esta nueva tecnología podría ayudar a los historiadores del arte a desentrañar detalles de cómo funcionaron estas colaboraciones, además de ayudar a determinar la autenticidad del trabajo con vistas a determinar el valor de las obras para su venta en los mercados del arte.

Comentarios

comentarios